为什么在Python里推荐使用多进程而不是多线程？
目录
GIL 的限制
GIL（Global Interpreter Lock，全局解释器锁）是 Python 设计之初为数据安全做的决定。每个 Python 进程中只有一个 GIL，线程必须获取 GIL 才能执行。
在 Python2.x 中，GIL 在线程遇到 IO 操作或 ticks 计数达到 100 时释放。在 Python3.x 中改为使用计时器（执行时间达到阈值后释放），但仍未根本解决”同一时刻只能执行一个线程”的问题。
多线程性能分析
CPU 密集型代码（循环处理、计数等）：ticks 计数快速达到阈值，频繁触发 GIL 释放与竞争，线程来回切换消耗资源，效率低下。
IO 密集型代码（文件处理、网络爬虫等）：单线程 IO 等待会浪费 CPU 时间；多线程能在某线程等待时切换到其他线程，提高效率。
多核环境下的问题
多核多线程比单核情况更差。原因是：单核 CPU 释放 GIL 后被唤醒的线程能无缝获取；而多核下，其他 CPU 上的线程都会竞争 GIL，且 GIL 可能立即被原 CPU 再次拿到，导致其他线程”醒着等待”，造成线程颠簸（thrashing），效率更低。
为什么使用多进程
每个进程有各自独立的 GIL，互不干扰，能真正意义上并行执行。在 Python 中，多进程执行效率优于多线程（特别是在多核 CPU 上）。